基于PPF的配网谐波治理仿真研究

为了降低谐波对电网的不良影响,借助Matlab软件,搭建配网模型和谐波源模型,并利用电力无源滤波器对配网谐波进行治理研究,采用功率因数法和最小滤波电容安装法来设置滤波器的电力参数,通过Simulink仿真,都达到了比较好的谐波治理效果,在此基础上提出了考虑配网背景谐波的改进型最小滤波电容安装法,通过仿真发现配网的总谐波畸变率和含有率更小,达到了更好的谐波治理效果,而且更经济。在滤波器设计中应充分考虑交流系统背景谐波和系统阻抗对谐波治理效果的影响,这会使谐波治理的效果更好,更经济。

基于DGA技术与BP神经网络融合的变压器故障诊断

运用油中气体数据分析(DGA)技术是目前诊断变压器故障方法中最普遍也是运用最广泛的,它在变压器的预防诊断试验中具有很重要的作用。但由于故障的多样性,DGA技术不能全面的准确地检测出多重故障。因而将加入BP神经网络理论使之与DGA技术融合来判断变压器的故障,能够更全面更精确地检测出故障。

变压器油温监测系统的设计构想

为了保证变压器连续安全稳定地工作,就必须确保变压器在一定温度下运行,而油温是变压器温度的一个重要指标,如果油温状况不能得到实时监控,变压器运行异常也就无法及时发现,因此实时监测油温是非常重要的。通过设计变压器油温监测系统,为判断变压器是否正常运行提供有力工具。

基于最小二乘支持向量机的变压器故障诊断研究

用LS-SVM(最小二乘支持向量机)建立分类模型对变压器进行故障诊断时,分类的准确度和可靠性不好。研究发现主要原因在于惩罚因子和核函数参数的选取。为了解决这个问题,提出了用和声搜索算法优化惩罚因子和核函数参数,并得到最优参数组。将最优参数组代入LS-SVM中对变压器进行模拟故障诊断,结果表明,优化后LS-SVM比优化前诊断结果更精确、可靠性更好。

机器视觉在网球捡球机器人中的应用研究

机器视觉技术是近几年逐渐发展起来的全新技术,原理主要通过计算机对人的视觉进行模拟与识别,是智能制造和自动控制领域较为关键的技术。网球作为一项时尚运动得到了越来越多的人喜爱,但球场快速捡球是一个难题。因此,研制一种智能化程度高,行进能力灵活,操作简单的自动捡球机器人有较好的市场需求,应用机器视觉技术到该领域是一种新的尝试与实践。